La conteneurisation a révolutionné le commerce international au 20éme siècle. L’introduction du conteneur, comme moyen standard de transport de marchandise, a profondément impacté le commerce maritime et a radicalement changé le fonctionnement des ports. En effet, les ports n’ont cessé de se développer par la construction de nouveaux terminaux à conteneurs (TC) et également par l’amélioration de leurs services par la réduction des délais et des coûts de livraison. En parallèle, la gestion des risques dans les TC a reçu beaucoup d'attention ces dernières années en raison de l'augmentation des activités frauduleuses liées aux conteneurs. La communauté internationale a proposé plusieurs initiatives pour améliorer la sécurité du transport maritime. Cependant, l'évaluation des risques des conteneurs reste une tâche difficile, souvent due à des informations incomplètes ou ambiguës sur les conteneurs. D’autre part, la réduction de l’empreinte écologique sur l’environnement est devenue une préoccupation majeure en matière de transport conteneurisé. Face à cet enjeu écologique, les acteurs du dernier kilomètre de la chaîne logistique du conteneur doivent améliorer et optimiser leur infrastructure et penser des modes de transport terrestre de conteneurs ayant une empreinte environnementale moindre que les modes de transports classiques à gasoil, sans toutefois impacter les performances. Dans cette optique, le premier objectif de cette thèse se focalise autour l’amélioration de la performance du processus d’inspection des conteneurs. Ainsi, nous proposons une nouvelle approche adaptative de la priorisation d’inspection des conteneurs. Nous avons nommé cette approche APRICOIN (Adaptive PRIoritizing Container INspection). Cette approche exploite le concept du produit intelligent ainsi que de la logique floue et les techniques de fouille de données. Cette approche est basée sur trois étapes. La première étape vise l’amélioration du flux informationnel et en assurant sa véracité et ce moyennant les capacités du conteneur intelligent. Ainsi on propose un descriptif enrichi du conteneur (DEC). La deuxième étape consiste à prioriser l’inspection des conteneurs en lui attribuant un score de risque à l’aide de la logique floue. La dernière étape consiste à prioriser l’inspection des conteneurs et exploiter les résultats d’inspection afin d’ajuster la précision de l’algorithme APROCOIN et s’adapter aux nouveaux facteurs de risque moyennant les techniques de fouille de données. Afin de valider l’approche proposée, une étude de cas illustratif a été réalisée ainsi qu’une étude comparative avec d’autres approches alternatives. Le deuxième objectif de cette thèse se focalise sur le projet green Truck qui vise particulièrement les transporteurs routiers de conteneurs à courtes distances dans la zone portuaire en assurant une transition énergétique de la flotte de tracteurs gasoil vers des tracteurs électriques à batteries rechargeables. Le projet s’intéresse à une technique récente de rechargement des batteries, à savoir le « Biberonnage ». Cette technologie est inspirée du fonctionnement de certains bus électriques. Elle consiste à exploiter les courts temps d’attentes du véhicule, comme par exemple la monté et la descente des passagers pour le cas des bus, afin de recharger automatiquement la batterie du véhicule. Ainsi dans cette thèse, nous avons exploré différentes techniques et modes de rechargement rapide des batteries de tracteurs routiers électriques compte tenu des contraintes d’exploitation, et d’évalué la faisabilité économique de la mise en œuvre d’un système comprenant le véhicule et l’infrastructure électrique. L’outil de simulation Anylogic a permis de dimensionner les batteries et les bornes de recharge des véhicules électriques, en plus de fournir aux décideurs des résultats technico-économiques avec des représentations animées et graphiques en 3D. / Containerization revolutionized international trade in the 20th century. The introduction of the container, as a standard means of transporting goods, has had a profound impact on maritime trade and has radically changed the functioning of ports. Indeed, ports have continued to grow through the construction of new container terminals (CT) and also by improving their services by reducing delays and delivery costs. At the same time, risk management in CTs has received a lot of attention in recent years due to an increase in fraudulent container activities. The international community has proposed several initiatives to improve the security of maritime transport. However, the risk assessment of containers remains a difficult task, often due to incomplete or ambiguous container information. On the other hand, reducing the ecological footprint on the environment has become a major concern in containerized transport. Faced with this ecological challenge, the last-mile players in the container logistics chain must improve and optimize their infrastructure and think of new land transport modes of containers with a lower environmental footprint than conventional diesel transport modes, without having an impact on performance. With this in mind, the first objective of this thesis focuses on improving the performance of the container inspection process. Thus, we propose a new adaptive approach to container inspection prioritization. We named this approach APRICOIN (Adaptive PRIoritizing Container INspection). This approach exploits the concept of intelligent product as well as fuzzy logic and data mining techniques. This approach is based on three stages. The first step is to improve the information flow and to ensure this truthfulness by means of the capabilities of the intelligent container. Thus we propose an enriched description of the container (DEC). The second step is to prioritize container inspection by assigning a risk score using fuzzy logic. The final step is to prioritize the inspection of the containers and use the inspection results to adjust the accuracy of the APROCOIN algorithm and to adapt to the new risk factors using the data mining technique. In order to validate the proposed approach, an illustrative case study was conducted as well as a comparative study with other alternative approaches. The second objective of this thesis focuses on the green truck project, which is particularly aimed at short-haul container road hauliers in the port area by ensuring an energy transition from the fleet of diesel tractors to electric tractors with rechargeable batteries. It consists in exploiting the short wait times of the vehicle, in order to automatically recharge the vehicle's battery. Thus, in this thesis, we have explored the different techniques and methods of recharging batteries of electric road tractors taking into account operating constraints, and evaluate the economic feasibility of implementing such system. The Anylogic simulation was used to size the batteries and the charging stations of electric vehicles. In addition technical and economic results with 3D animated and graphic representations was provided.

La présente thèse se déroule dans le cadre du projet ANR PRODIGE et est axée sur la recherche de stratégies permettant l’optimisation du transport en général et du transport routier de marchandises en particulier. Le problème de transport support de cette étude est le problème de collecte et livraison avec transbordement. Ce problème généralise plusieurs problèmes de transports classiques. Le transbordement y est utilisé comme levier de flexibilité et d’optimisation. Pour analyser et résoudre ce problème, les analyses sont effectuées suivant trois axes : le premier axe concerne l’élaboration d’un modèle analytique plus précisément d’un modèle mathématique en variables mixtes. Ce modèle permet de fournir dessolutions optimales au décisionnaire du transport mais présente l’inconvénient de nécessiter un temps de résolution qui croit exponentiellement avec la taille du problème. Cette limitation est levée par le deuxième axe d’étude qui permet de résoudre le problème de transport étudié par une méthode d’optimisation approchée tout en garantissant des solutions satisfaisantes.La méthode utilisée est une métaheuristique inspirée de la recherche à voisinages variables (VNS). Dans le troisième axe, l’ensemble des résultats obtenus dans la thèse sont testés en situation de transports réels via le projet PRODIGE. / The thesis is conducted under the ANR project PRODIGE and it is focused on seeking strategies allowing the optimization of transport in general and road freight transport in particular. The transportation problem support for this study is the pickup and delivery problem with transshipment.This problem generalizes several classical transportation problems.Transshipment is used as optimization and flexibility leverage. To study and solve this problem, analyzes are performed along three axes :the first objective concerns the development of an analytical model, more accurately a mathematical model with mixed variables. This model allows providing optimal solution to the decision maker, but has the disadvantage of requiring a time resolution that grows exponentially with the size of the problem. This limitation is overcome by the second line of the study that solves the transportation problem studied by an approximate optimization method while ensuring satisfactory solutions. The method used is a mataheuristic broadly followed the variables neighborhoods research principles. In the third objective, the overall results obtained in the thesis are tested in real transport situation via the PRODIGE project.